No lo haría porque no es cierto. Si usa un algoritmo malo , no puede obtener buenos resultados. Lo mismo es cierto si usa datos incorrectos o cantidades insuficientes de datos.
Los datos frente a los algoritmos son como precisión frente a recuperación. ¡Necesitas ambos! Un clasificador con una precisión terrible o un recuerdo terrible no tiene ningún valor.
¿Por qué, entonces, sigues escuchando que los datos son más importantes que los algoritmos?
- Pero, ¿podría Alan Turing interpretar a Benedict Cumberbatch en una película biográfica?
- ¿Cuál es el algoritmo más eficiente para encontrar todos los números primos entre dos números arbitrarios dados?
- ¿Qué necesito aprender para sumergirme en Computer Vision Research?
- ¿Qué hacen los desarrolladores web?
- ¿Es una arquitectura de conjunto de instrucciones parte de un software o es hardware? Si es software, ¿por qué es parte de la arquitectura de la computadora?
Porque los datos tienden a ser el cuello de botella.
Sin embargo, los algoritmos más populares en uso hoy en día son bastante buenos y es fácil descartar algunos algoritmos obviamente inapropiados del análisis de datos exploratorios. Para cosas como redes neuronales, soporte de máquinas vectoriales con núcleos gaussianos, vecinos más cercanos y muchos otros, puede adaptarse a casi cualquier función siempre que tenga suficientes datos.
Una red neuronal con una sola capa oculta de ancho suficiente puede aproximarse a cualquier función de manera arbitraria siempre y cuando tenga suficientes datos.